항히스타민의 위키

경제전망 정리(작업 중)

50 min read

Last Updated: 2026.01.03.

박양수, 경제전망의 실제에서 대부분 발췌

1. 경기전망 개요

경제활동의 적정수준은 균형성장경로에 있는 잠재 GDP수준으로 간주한다. 이 수준 근방에서 경기변동이 일어날 것이므로, 현재 경제의 위치가 어디인지를 판단해야 한다. 만일 A위치라면 경기가 바닥을 친 것이고, B에 있다면 정점을 찍기 직전, C에 있다면 정점을 찍고 내려갈 시점이고 D라면 바닥을 치기 바로 전이라고 보는 것이다. 이에 근거하여 이후 경제활동이 앞으로 활발해질 것인지(경기확장기), 위축될 것인지(경기수축기)를 판단한다. 이를 좌표평면 사분면에 나타낸 것이 통계청의 경기순환시계이다.

전망에는 모형과 직관 모두 필요하다. 직관에만 의존하는 경우 경제전망이 규율과 일관성을 잃은채 뉴스에 과민반응하여 전망이 자주 수정되는 문제가 생긴다. 반면 모형에만 의존하는 경우 규율과 일관성은 유지되지만 경제구조의 변화를 신속하게 파악하지 못하게 되는 문제가 생긴다.

일반적으로 단기구간(1 2분기 미만)에 대해서는 직관에 의한 전망 혹은 시계열 데이터만을 이용한 전망이 예측력이 높다. 그러나 전망의 시게가 길어질 수록 모형을 활용한 전망의 유효성이 높다.

경제전망의 정확성은 첫째, 현실설명력이 높은 경제모형의 존재여부, 둘째, 동향분석 능력 보유여부, 셋째, 산업구조 및 정책방향에 대한 이해 여부, 넷째, 경제전망전문가의 존재여부에 따라 달라진다.

2. 경제지표를 통한 단기적 경기흐름 파악 방법

(1) 경제지표는 추세변동, 순환변동, 계절변동 및 불규칙변동이 혼합되어있는 시계열이다. 경기의 움직임을 보여주는 경제지표들을 추세와 변동으로 분해하는 데에 가장 사용하기 쉬운 방법이 HP필터이다. 또한 경제시계열에서 불규칙요인을 제거하기 위해서는 모니터링 정보를 활용하거나 이동평균 방식을 많이 이용한다. X12-ARIMA 등의 방법을 사용하여 4가지 변동요인으로 동시에 분해해낼 수도 있다.

다만 일상적으로는 증감률을 많이 사용한다. 이는 적정수준의 잠재GDP 등을 추정하기 어려울 뿐만 아니라 추정치 자체의 불확실성도 높기 때문이다. 증감률을 사용할 때 첫 번째로, 계절성을 고려해야 한다. 계절성을 제거시키기 위해서는 전년동기대비 증감률을 사용한다. 그러나 원계열의 전기대비 증감률은 계절변동요인의 영향이 거의 그대로 남아있으므로 전기대비를 사용하려면 반드시 계절조정이 된 지표를 이용해야 한다. 두 번째로 전기대비 증감률은 전년동월대비 증감률에 대해 6개월 내외 선행하는 현상이 나타난다는 것을 알아야 한다. 즉 전기대비 증감률로 경기변화를 보다 신속하게 파악할 수 있는 것이다. 세번째로, 설령 그렇다고 하더라도 전기대비 증감률 상승(하락)이 경기확장기(수축기) 진입과 반드시 일치하지 않는다는 것을 유념해야 한다. 네번째로 두 증감률 모두 불규칙요인에 의해 크게 영향을 받지만, 전기대비가 더 영향을 많이 받아 변동이 심하다는 것을 알아야 한다.

(2) 국민계정이 경기의 흐름을 종합적으로 파악하는 데 가장 유익하지만, 분기 종류 이후 상당기간이 지나서 발표된다. 따라서 국민소득통계와 밀접한 관계가 있는 월별지표를 전망에 사용하는데, 이들 중에는 동행지표와 선행지표가 있다.

소비수요 지수들은 주로 동행지표이다. 설비투자 역시 동행지표이다. 다만 국내기계수주액은 선행지표이다. 건설투자에서도 건설수주액과 건축허가면적은 선행지표이며 나머지는 동행지표이다. 수출입은 모두 동행지표이다.

이들을 이용할 때에는 첫째, 월별지표의 편제방법 및 포괄범위를 명확히 인식하고, 국민계정과 어떤 차이가 있는지를 파악해야 한다. 통계청의 상당수 월별지표는 총산출, 즉 중간재투입과 부가가치의 합을 측정한 것인데 국민계정은 부가가치만을 포착하므로 중간재투입비중이 빠르게 바뀔 경우 두 지표간 움직임이 달라질 수 있기 때문이다. 둘째, 경상가격기준인지 불변가격기준인지, 즉 명목인지 실질인지를 파악해야 한다. 명목지표를 실질로 전환하지 않고 비교할 경우 디플레이터만큼 과대평가하는 오류를 범할 수 있기 때문이다. 셋째, 월별지표의 움직임과 국민계정 통계의 움직임간 상호 관련성에 대해 분석해야 한다. 예를 들어 월별지표 중 어느 것이 국민계정 통계와 가장 밀접한지, 아니면 몇 개의 월별지표를 가중평균하면 국민소득 통계와 비슷해지는지 등의 분석과 선행지표와 국민소득 통계의 시차가 몇 개월인지, 선행지표를 몇 개월 이동평균하면 국민소득 통계와 유사해지는지 등의 분석이 수행되어야 한다.

이후, 이들 월별지표를 통해 분기GDP나 소비, 투자 등에 대해 전기 대비 방향만을 판단해 볼 수도 있고, 좀 더 나아가 수치를 구체화하여 전망을 할 수 있을 것이다. 후자를 위해서는 계량적인 방법론을 사용해야할 것이다.

(3) 한편 경제지표들의 공통요인을 추출하는 것도 도움이 된다. 서로 다른 기관에서 발표하는 경제지표들 간 공통요인이 존재할 수 있기 때문이다. 이를 위해서는 두세 가지 변수를 비교하거나, 합성지수를 작성하거나, 동태요인분석 및 주성분분해분석을 수행할 수 있다.

(3-1) 먼저 두세 가지 변수를 함께 비교하는 방법의 예시를 보자. 제조업생산증감률과 제조업생산능력증감률의 차이인 설비투자조정압력은 설비투자를 전망하는 데 활용될 수 있다. 또한 출하증감률과 재고증감률의 차이인 재고순환선으로 기업의 재고순환을 파악할 수도 있다.

(3-2) 아니면 아예 합성지수인 경기선행종합지수, 경기동행종합지수, 경기후행종합지수를 확인할 수도 있을 것이다.

(3-3) 이러한 경기종합지수는 시계열들의 분산을 표준화하여 단순하게 평균하는 방식을 사용하는데, 사실 각 시계열별로 중요도에 따라 가중평균을 할 수도 있지 않냐는 생각을 할 수도 있다. 이처럼 중요도에 따라 가중치를 달리 하는 방법중 하나는 회귀분석을 사용하는 것인데 비슷한 정보를 가진 많은 변수를 독립변수로 넣었을 때 다중공선성(multi-collinearity)문제가 발생할 수도 있다. 이를 방지하기 위해 DFM(Dynamic Factor Model) 또는 PCA(Principal Components Analysis)를 사용한다.

DFM은 관찰 가능한 다양한 경제지표에 동시에 영향을 미치는 자기회귀 특성을 가진 은닉인자를 찾아내는 방법이다. 아래와 같이 상태공간모형을 구성하고 관찰 가능한 추세가 제거된 경제지표들의 집합()에서 관찰되지 않는 공통적인 움직임, 즉 순환변동치()를 칼만필터(Kalman-Filter)와 최우추정법(MLE, Maximum Likelihood Estimation)을 사용해 추정한다.

단, 여기서 는 후방연산자로 이루어진 다항식이다. 예를 들어 를 의미. 은 Lag Operator. 이렇게 추출된 순환변동치는 동행종합지수 순환변동치와 비슷한 형태로 활용될 수 있다.

PCA는, 각 경제지표들은 다양한 주선분의 선형결합에 의해 표현될 수 있고 각 주성분도 각 경제지표들의 선형변환에 의해 도출될 수 있다는 전제 하에 경제지표들의 집합에서 중요도가 높은 주성분을 분해해낸 후에 이를 경기의 대용변수로 사용하는 것이다.

즉 기간에 대한 개의 경제지표 집합을 라고 하면, 는 다양한 주성분()들의 선형결합로 나타낼 수 있다.

따라서 주성분들은 행렬에서 각 고유값(eigenvalue)에 대응하는 고유벡터(eigenvector)를 구하고 그 고유벡터를 이용하여 각 시계열을 선형결합하여 도출할 수 있다.

단, 는 주성분의 개수.

(4) 아예 계량적으로, ARIMA, (Beysian) VAR등의 시계열 분석 방법론을 이용하여 전망할 수도 있다.

3. 중장기 전망을 위한 거시계량모형의 구축

거시계량모형을 이용하면 변수간 인과관계를 바탕으로 정합성 있는 예측치를 도출할 수 있을 뿐만 아니라 시나리오 분석이나 정책효과 분석도 가능. 물론 VAR도 가능하지만, 거시계량모형의 활용도가 더 높은 편이라고 한다.(왜?) 거시계량모형은 각 경제주체들의 행위를 포착해둔 방정식을 결합하여 경제변수들이 상호영향을 미치변서 동시에 값이 결정되는 구조적 연립방정식 체계이다. 각 방정식은 경제이론을 바탕으로 설정하고 변수간 상호작용의 정도 및 충격반응효과는 계량적 방법을 이용하여 추정한다.

국민소득

먼저 거시계량모형 이전에 한 나라의 국민소득은 어떻게 구성되어는지를 알아보자. 국민소득삼면등가법칙에 따르면 (명목)국민소득은 아래와 같이 지출측면으로 분해할 수 있다.

단, 는 명목GDP(명목GDI), 는 명목소비지출, 는 투자, 는 정부지출, 는 순수출이다.

소비지출()에는 내구재와 비내구재에 대한 지출이 포함된다. 그러나 중고품이나 자산취득에 대한 지출은 제외한다. 새로 지은 주택 구매행위는 투자지출로 처리한다.

투자()는 고정자본형성(설비투자, 건설투자, 지식재산생산물투자1), 재고투자(재고증감)로 분류된다. 재고를 투자로 보는 이유는, 기업의 나중의 생산활동을 위해 자체적으로 재고를 구입한 것으로 간주하기 때문이다.

정부구매지출()에는 실업급여, 연금, 국채이자지급 등의 이전지출(transfer payments)은 집계하지 않는다. 왜냐하면 이전지출은 정부가 재화나 서비스에 대한 구매대가로서 가계에 지불하는 금액이 아니기 때문이다.

경제주체들의 경제활동과 경제변수간 관계

소비지출

소비지출과 관련된 이론은 대표적으로 모딜리아니의 생애주기가설(life-cycle hyphothesis)과 프리드먼의 항상소득가설(permanent income hypothesis)이 있다. 이들에 따르면 소비는 가처분소득, 미래 소득흐름, 자산가격, 물가상승률, 금리 등의 함수로 나타낼 수 있다.

좀 더 자세히 보면, 가처분소득이 변할 때 그것이 일시적인 증감이라면 소비를 변동시키지 않고 영구적인 소득의 증감일 때에만 소비가 변동한다. 이는 가계가 생애주기의 소득 변화와 관계 없이 소비를 평탄화하고자 하기 때문이다. 또한 생애주기가설에 따라 인구구조 역시 경제전체의 소비지출에 영향을 미친다. 생애주기별로 한계소비성향이 다르기 때문이다. 생애주기가설의 또 다른 함의는, 가계의 자산가치에 따라 소비가 변한다는 것이다. 단, 이러한 부의 효과(welath effect)는 가계의 유동성 상황에 따라 달라진다. 한편, 금리가 변하는 경우, 시점간 대체효과와 소득효과의 상대적인 크기에 따라 현재시점의 소비의 증감 여부가 달라진다(일반적으로는 대체효과가 더 크다는 실증분석 결과 존재). 금융기관의 대출태도 등 금융상황에 의해서도 가계의 소비는 영향을 받는다. 예를 들어 기존에 유동성 제약이 심했다가 그 제약이 완화되는 경우 소비가 늘어날 수 있는 것이다. 실업률도 소비에 영향을 미치는데, 실업률이 높은 상황에서는 언제 실직할지 모른다는 불안감으로 인한 예비적 저축이 늘어나기 때문이다.

설비투자

설비투자에 대한 대표적인 경제이론으로는 가속도이론, 신고전파이론, 토빈의 이론 등이 있다. 가속도이론에서 설비투자는 산출(또는 수요)의 변동에 의해 기계적으로 결정된다고 본다. 기업이 주어진 생산기술 하에서 일정한 자본-산출 비율을 유지하려고 한다고 간주하기 때문이다. 이 이론의 핵심은 투자는, 산출의 수준이 아니라 산출의 변화율에 비례한다는 것이다.

신고전파이론은 자본의 한계생산이 자본 한 단위를 추가로 사용하는 데 드는 실질자본사용비용이 동일하게 되는 수준으로 투자를 한다고 주장한다.

이론은 설비투자를 자본 한 단위의 시장가치와 재투자에 필요한 재조달의 비용의 비율로 설명한다. 즉 프로젝트 수행에 따른 기대수익과 동 프로젝트 수행에 필요한 자본의 조달비용에 의해 기업의 설비투자가 결정된다고 보는 것이다.

이러한 이론에 따르면, 먼저 GDP가 늘어나면 수요증가를 예상해 설비투자가 확대된다. 반면 금리 상승은 설비투자에 부정적인 영향을 끼친다. 자금조달비용 증가를 의미하기 때문이다. 또한 기업의 수익성(매출액 등)이 늘어나면 설비투자가 늘어날 가능성이 높아지고 자본재의 상대가격이 높아지면 설비투자는 둔화된다. 자본재의 수입비중이 높은 경우에는 환율상승이 바로 자본재의 상대가격 상승과 동일한 효과를 유발한다. 소비지출과 마찬가지로 대출태도와 기업의 향후 이익에 대한 기대(심리)가 설비투자에 영향을 미친다.

건설투자

건설투자는 주거용, 비주거용, 도로 교량 등의 구축물 건설 등으로 분류될 수 있다. 건설투자는 부문별로 주체와 투자성격이 달라서 투자결정 요인 또한 다르다.

주거용 건설은 가계의 주택에 의한 수요에 의해 결정된다. 때문에 가계의 소비지출과 비슷한 요인에 의해 영향을 받는다. 또한 투자자산으로서의 기능도 하기 때문에 미래의 기대 임대수익이나 투기적 동기 등에 의해서도 상당한 영향을 받는다. 이밖에도 인구가 늘어나면 주택수요가 늘고, 은행들의 대출태도가 완화되어도 수요가 늘어난다. 한편 미분양주택이 많이 누적되어있다면 다른 여건이 괜찮더라도 주택건설은 상당기간 위축될 수밖에 없다. 뿐만 아니라 정부의 규제에도 많은 영향을 받는다. 모두가 알듯, 정부의 규제는 앞서 언급한 요인들의 작동을 모두 정지시킬 수 있다. 통상 우리나라의 경우 주택건설은 정부의 규제, 유동성 상황, 투기적 요인 등에 의해 주로 결정된다.

비주거용 건설은 설비투자나 경기변동과 밀접한 관계가 있다. 경기가 좋으면 호조를 보이고 자본조달비용이 높아지면 위축되는 것이다. 물론 이 역시 정부의 규제, 유동성 상황, 투기적 요인 등이 가장 큰 영향을 미친다.

구축물 건설은 정부의 의지에 따라 결정된다.

즉, 건설투자 전체를 설명하는 변수로는 GDP, 금리, 유동성 및 부동산 가격, 정부의 정책 및 규제, 미분양 비율 및 공실률 정도로 생각해볼 수 있다.

재고투자

재고투자는 소비되지 않고 생산단계나 유통단계에서 창고에 저장되어 있는 재화를 의미한다. 국민소득계정에서는 재고수준의 변동으로 파악된다.

재고투자와 관련해 대표적인 이론은 자발적 재고투자론과 재고의 완충이론(buffer theory)이다.

먼저 재고투자는 자발적(계획된) 재고투자와 비자발적(계획되지 않은) 재고투자로 나뉜다. 재고를 보유하는 데에는 저장비용, 보험료, 부패나 감가상각에 따른 손실, 이자비용 등 다양한 보유비용이 발생한다. 그러나 재고를 보유함으로써, 미래수요증가가 예상될 때 생산능력을 무리하게 확대하지 않고도 주문을 처리할 수 있고, 이를 통해 생산능력 조절에 따른 조정비용도 절약할 수 있다. 이에 따르면 재고투자는 기대 판매 증가와 이자율 하락에 양의 상관관계를 갖는다.

완충이론은 재고를 수요와 공급의 단기 충격을 흡수하는 완충장치로 해석한다. 기업들은 한계비용을 고려하여 스케쥴에 따라 일정한 제품을 생산하려 한다. 따라서 판매의 변동을 재고 보관이나 처리를 통해서 흡수하여 제품의 생산량을 안정화하려하는 것이다.

이들에 따르면 재고투자는 최종수요, 현재의 재고 수준, 금리 등의 함수로 나타낼 수 있다. 한편 곡물 재고의 경우는 (당연하게도) 계절요인과 기후요인이 가장 큰 영향을 미친다.

지식재산생산물투자

이 투자의 경우에는 설비투자이론이 지식재산생산물쪽으로 확장되는 경향을 가진다. 뿐만 아니라 R&D모형(내생적 성장모형) 및 특허경쟁 모형(게임이론적 R&D투자이론)이 추가적으로 이론적 설명을 제시한다(이론적인 내용을 한 번 더 확인하자).

수출입(경상수지)

수입은 소비재, 중간재, 자본재 등 재화와 서비스를 포함하기 때문에 소비지출이나 기업투자의 연장선상에서 이해할 수 있다. 이에 환율과 유가 등의 원자재 가격을 주요 변수로 추가해서 생각하면 된다. 수출의 경우에는 외국의 수입이므로, 세계성장률, 수출단가, 환율(교역조건), 상품의 경쟁력 등이 영향을 미친다. 또한 중장기적인 시계에서 경상수지는 세계수요, 금리, 경제구조변수 등에 영향을 받는다(이론적인 내용을 한 번 더 확인하자).

고용 및 실업

지출국민소득의 구성요소 밑단에 있는 것이 고용과 실업이다. 고용은 수요수준과 실질임금에 영향을 받는다. 다른 모든 조건이 일정할 때 수요가 높다면 이를 맞추어서 이윤율을 높이기 위해 기업은 노동자를 더 고용할 유인이 있다. 여기에는 실질임금이 중요한 역할을 하는데, 이는 기업이 인식하는 비용이기 때문에 실질임금 수준에 따라 고용을 추가할 때 기대되는 이윤율 증감이 달라질 수 있기 때문이다.

물가 및 임금

물가와 임금의 결정요인에 대한 이론은 매우 다양하다. 기업은 수요가 크게 늘어나는 경우 가격을 인상할 가능성이 높다. 임금이나 원자재 및 중간재 가격이 높아지면 이는 상품 및 서비스 가격에 전가된다. 환율이 상승하는 경우에는 기업의 중간비용이 높아질 뿐만 아니라 최종소비수입재의 가격이 높아져 물가상승압력이 더 크다.

임금의 경우 기대인플레이션이 상승하면 실질임금 유지를 위해 추가적인 임금인상에 대한 요구가 커진다. 또한 수급측면에서 노동자우위인지 기업우위인지에 따라서도 달라진다. 그리고 무엇보다 기업의 가격결정과 이윤에 따라 임금도 결정된다.

거시계량모형의 구축 절차

위에서 설명한 거시경제변수들의 관계식을 모으면 하나의 구조적인 연립방정식 체계가 완성된다. 여기에 이 연립방정식에 제약의 형태로 들어가는 항등식(ex. 지출국민소득항등식)을 추가하면 거시계량모형이 완성된다. 아래는 이러한 거시계량모형을 구축할 때 어떤 것을 고려할지를 나타내었다.

① 경제변수 간의 관계를 어떤 이론에 바탕을 두고 설정할지 결정

  • 예를 들어 RBC이론을 택할 것인지, NK이론를 택할 것인지, PK이론을 택할 것인지, CGE이론을 택할 것인지 등
  • 경제관과는 상관 없이 현실예측력에 중점을 두어 경제변수가 관계식을 설정할 수도 있음

② 외생변수는 어떤 것으로 할지, 그리고 모형의 크기는 어느정도로 할지 결정

  • 내생변수 위주로 모형을 구성할 경우 소수의 외생변수에 대해 쉽게 예측치 도출 가능
    • 그러나 이 경우 모형이 너무 커져 모형을 통제할 수 없게 될 수도
  • 외생변수를 너무 많이 늘리면 각 외생변수의 미래치를 전제하는 과정에서 시간과 노력이 들고 부정확한 전제치를 부여할 가능성이 상승
    • 이는 전망의 정확성을 떨어뜨리는 영향

③ 실제 데이터를 이용하여 변수간 영향을 주는 정도(계수) 또는 파라미터값을 계산

  • 캘리브레이션(calibration)
    • 주요 경제변수 간 이론적인 관계를 바탕으로 국민소득통계를 활용하거나, 미시적인 연구 결과를 이용하여 파라미터값을 직접 부여하는 방식
  • 추정(estimation)
    • 과거 데이터를 바탕으로 MLE, bayesian 방법 등을 이용하여 계수를 확정하는 방식

④ 모형이 포함하는 개별 방정식의 계수들이 모두 확정되었으므로 전체 연립방정식 체계를 이용한 시뮬레이션 분석으로 모형의 예측력과 현실 부합성을 점검

  • 충격반응함수의 현실 부합성은 VAR 등 계량적인 방법론의 결과와 비교함으로써 이루어짐

(BOK20 부록 참고)

이론적 정합성과 현실 설명력 제고

거시계량모형(준구조모형)은 이론적 정합성과 현실 설명력 사이에 상충관계(trade-off)가 존재.

상충관계로부터 오는 손실을 최소화하기 위해 ① 경제주체의 최적화 행위를 바탕으로 도출된 거시경제변수 간 관계는 장기균형식으로 설계하고 단기동학식에는 실적치가 장기균형치에서 벗어나는 부분을 설명할 변수를 추가하거나, 그 차이가 동태적으로 조정되는 과정을 추가하는 오차수정모형(error-correction model)을 활용하는 방법(FRB/US) ② 경제이론에 충실하게 DSGE모형 형태로 변수관계를 설정하되 파라미터를 확정하는 단계에서 현실 설명력을 극대화하도록 Bayeisn 추정법, GMM 등을 이용하는 방법(혹은 Bayesian DSGE-VAR) ③ 경제이론을 중시하는 거시계량모형과 실제 데이터 부합성을 중시하는 시계열 분석 모형을 따로 구축하고 이를 경제전망 및 정책시뮬레이션 과정에서 보완적으로 활용하는 방법(단, 각 모형별로 도출되는 결과들이 서로 일관적이지 않을 수 있음) 이 세 가지를 사용한다.

4. 거시계량모형에 의한 전망 절차

데이터 입력 및 계수 재추정

입수 가능한 데이터를 모두 입력해야 한다. 그러나 변수에 따라서는 최근 자료의 수집이 불가능한 경우도 있다. 특히 국민소득의 경우 3분기 전망 작업 시점에 2분기 데이터가 발표되지 않는 경우도 많다. 이럴 때에는 다른 기관의 추정치를 대용하거나, 시계열 분석을 통한 추정치를 만들어 입력한다.

최근 데이터가 모두 입력된다면 과거 1년 정도 기간에 대해 모형의 내생변수에 대한 추정치를 도출하고 이를 실적치와 비교한다. 만일 모형의 결과와 실적치 사이에 큰 차이가 존재한다면, 즉 그 오차가 백색잡음이 아니라 자기상관을 갖는 등의 모습이 보인다면, 모형에 포함되지 않은 변수에 대한 새로운 충격 때문인지, 아니면 기존 모형의 계수값이 잘못되었는지 등을 판단해야 한다.

후자의 경우에는 재추정을 해야하지만 전자의 경우에는 바로 다음단계로 넘어간 후, 미세조정단계에서 그것을 처리한다.

외생변수 전제

앞선 작업이 끝나면 외생변수의 예상경로를 전제해주어야 한다. 외생변수에는 세계경제성장률, 국제원자재가격, 국제금융시장의 금리 및 환율 등 국외변수 뿐만 아니라 정부지출이나 기준금리 등의 국내변수가 포함된다.2

외생변수에 대한 전제치 설정 과정에서 가장 많이 활용되는 것이 외국 유수 전망기관의 예측치를 가중평균하는 것이다. 경제성장률이나 물가상승률은 IMF, OECD 등을 사용한다. 국제유가의 경우 캠브리지에너지연구소, 세계에너지연구소, 옥스퍼드경제연구소 등의 전망치를 주로 참조한다. 국제금융시장 내 변수는 주요 투자은행들의 예측치를 많이 사용한다. 만일 이를 시의성있게 이용하지 못하는 경우에는 자체적으로 분석모형을 통해 예측치를 만들어 사용한다.

예를 들어 국제유가의 경우 구조적 요인에 영향을 받는 장기추세가격과 순환적 요인을 반영하는 스프레드가 결합되는 형태이며, 장기추세가격은 기본적으로 한계생산비용(유전개발, 정유시설 투자, 석유장기가격추세 등으로 시산)에 의해 결정되며 가격스프레드는 재고수준, 지정학적 요인, 단기투기자금이동 등에 영향을 받는다. 한은에서는(적어도 이 책을 쓸 시점까지는) 원유수요를 전망하고, 원유공급을 예측한 뒤에 수급격차와 지정학적 요인, 투기자금 유출입 등이 국제유가를 결정하도록 하는 모형을 개발해여 사용했다.

국내 경제정책 변수에 대한 전제치는 우선적으로 경제정책기조에 변화가 없다고 가정하는 것이다. 또는 가장 가능성이 높은 정책 시나리오는 전제하는 것이다. 혹은 시장참가자들에 대한 서베이 결과를 이용하기도 한다.

모형 예측치의 미세조정

경제전망치가 이상하다면, 데이터 입력이나 특정 변수에 대한 예측이 잘못된 데 기인한 경우 이를 수정하고 다시 모형을 돌린다. 이 작업 후에도 이상하다면, 상수항 조정을 실시한 후에 모형을 다시 돌린다. 다만 상수항 조정은 자의적인 판단이 많이 들어가기 때문에 신중을 기해야 한다.

시나리오 분석

시나리오를 설정하고 시뮬레이션 하는 과정에서, 우선 당연하지만 실현 가능성이 있는 시나리오를 설정해야 한다. 통상 10 30% 정도의 확률로 나타날 가능성이 있는 상황을 시나리오로 설정하는 경우가 많았다고 한다. 둘째로 여러 가지 여건을 동시에 변화시키는 시나리오를 설정할시에는 외생변수간 논리적 일관성을 확보해야 한다. 셋째로 재정정책과 관련된 시뮬레이션에는 재원조달방안도 동시에 고려해야 한다. 마지막으로 외생변수에 충격을 주는 방식에 대해 명확한 이해를 하고 의도하는 충격을 부여해야 한다. 충격이 일시적인지 영구적인지, 수준level충격인지 증가율충격인지를 구분해야 한다.

한편 외생변수의 형태로 포함되지 않은 변수에 충격이 발생했을 경우 경제가 어떤 영향을 받는지를 분석해야 하는 경우가 있을 수 있다. 이 경우 그 충격과 가장 밀접한 내생변수에 대한 상수항 조정을 통해 대응한다. 더 나아가 충격의 파급채널 자체가 모형에 포함되지 않은 경우에는 모형 자체를 수정해야 한다.

전망치 확정

그러나 모형에 의한 예측치가 도출되었다고 하더라도, 이를 곧바로 발표할 수는 없다. 때문에 (다양한) 모형(들)에 의한 전망치와 부문별 담당자가 수집한 정보 및 주관적인 판단 하에 전망치들을 종합적으로 고려한 후에 최종적으로 결정된다. 이 때 문제가 되는 것이 정합성이다.

모형의 예측치 및 부문별 담당자의 판단들이 모두 외생변수의 전제치의 흐름간 상충이 발생하지 않는지, 과거 경험에 비추어볼 때 부문별 예측치가 경기흐름과 잘 부합하는지, 국민계정 측면에서 정합성이 있는지 등을 확인해야하는 것이다.

결국 최종적으로 확정되는 전망치는 하나하나가 시간적으로나 부문별로나 이론적으로나 모두 설명 가능해야 하는 것이다.

5. 경제전망 정확성의 평가기준과 예측오차 축소

예측오차

예측오차는 근본적으로 우리가 직면한 불확실성(non-ergordic)이다. 경제전망은 특정 시점에서 주어진 정보를 최대한 활용하여 도출한 것이므로 전망대상이 되는 기간 중에 전제했던 상황과 달라지거나(외생변수에 대한 전제 실패), 예상치 못한 충격이 발생하는 경우 차이가 날 수밖에 없다. 또한 전제치가 모두 맞고 특별한 충격이 없었음에도 모형이 경제구조를 정확하게 반영하지 못하거나(모형설정 오류), 주관적인 판단을 가미하는 과정에서 오류가 발생할 수 있다(주관적 판단 오류), 따라서 예측치와 실적치를 단순 비교하여 예측능력을 평가하는 것은 상당한 문제가 있다고 할 수 있다.

예측오차 축소

예측오차의 발생원인에 따라 경제전망시스템을 개선하는 방식도 다르다.첫째, 외생변수별로 전제치가 얼마나 많이 틀렸는지를 살펴본다. 만일 국제유가 등 특정 부문에 대한 예상이 크게 벗어나 예측오차가 확대되었다면 동 부문에 대한 모니터링이나 동향분석 체계를 개선해야 한다. 둘째, 외생변수 전제치와 실제치간 차이를 계산하고 외생변수 전제오류에 따른 예측오차(즉 전제치 넣고 계산한 값과 실제치 넣고 계산한 값)를 계산한다. 만약 상당한 차이가 발생한다면 모형을 개선하거나 전망담당자의 자질을 높여야 한다. 세 번째로 예측대상 변수별로 오차가 정합성을 갖는지 점검해본다. 예를 들어 특별한 외생적 충격이 발생하지 않았는데 GDP전망치가 실적치보다 크게 낮고 물가 전망치는 실적치보다 크게 높은 상황이 발생했다면 수요압력의 크기를 측정하는 기법이 잘못되어있을 수 있는 것이다.

6. 현재 한국은행의 (공개된)경제전망모형(‘26년 01월 기준)

ing…

7. 생각할 점

  • SFC 모형처럼 완전한 회계적 정합성, 즉 ① 각 부문과 전체 경제의 대차대조표 항등식이 항상 맞고, ② 어떤 부문의 자산 증가가 반드시 다른 부문의 부채 증가나 자본 증가로 대응되며, ③ 모든 흐름이 어느 부문의 보유잔액(stock) 변동으로 귀결되도록, 부문별 대차대조표를 모은 “balance-sheet matrix” 와 기간 중의 모든 거래와 소득·지출 흐름을 모은 “transactions-flow matrix”라는 두 개의 행렬을 구축한 다음에, 행동방정식은 NK모형 등 DSGE모형에서 도출된 것을 사용하면 안 되는 걸까? 이 페이퍼처럼…(The New Keynesian model shares the same accounting equations with the empirical stock flow consistent model … except that real GDP is supply driven, i.e. the production function.)

  • 실제로 Vines and Wills (2020)에는 아래와 같이 말함.

    We no longer think that this (microfounded manner) is an appropriate restriction of the macroeconomic research programme; structural economic models must be constructed alongside models of the NK-DSGE kind, in which behaviour need not be fully microfounded. … many people also now agree with this.

  • 그러나 이 페이퍼는 이렇게 구축한 NK모형이 SFC모형보다 현실설명력이 떨어진다고 보고함…Basic New Keyensian이 아니라 좀 더 발전된 최근의 모형으로 해보면 어떨까…? 아니면 포스트 케인지안식의 행태방정식 대신에, NK모형을 기반으로 하되 현실설명력을 높이기 위한 ad-hoc 방정식을 추가하면 어떨까…?

관련자료

Footnotes

  1. 2008 SNA에 따라 총고정자본형성에 신설. 연구개발(R&D)와 기타지식재산생산물(컴퓨터 소프트웨어 및 데이터베이스, 오락, 문학작품 및 예술품 원본, 광물탐사 및 평가)로 구분. ↩

  2. 실제 25년 11월 경제전망보고서에서도 전망의 주요 전제들을 19페이지에서 소개하고 있다. 세계 경제 성장률, 세계 교역 신장률, 국제유가, 미국 관세정책에 대한 전제 등이 포함된다. ↩

Graph View

Backlinks